fbpx
machine 2019-03-15T06:06:00+00:00
머신러닝 입문 과정

강의 일정

[4차] 토요일 10시~ 15시 || 3/9 개강 [모집 마감]

[5차] 토요일 10시~ 15시 || 4/13 개강 [잔여 5석 / 10석]

[6차] 일요일 15시~ 20시 || 4/28 개강 [잔여 8석 / 10석]

강의 개요

머신러닝이 처음이시라구요? 그렇다면 먼저 본 과정부터 수강하시는 것을 권장드립니다. 🙂 머신러닝 입문 과정에서는 머신러닝의 기초를 정교히 쌓아올리고, 배운 내용들을 Tensorflow나 Pytorch와 같은 외부 라이브러리의 도움 없이 직접 코드로 구현해보며 머신러닝의 원리를 확실하게 이해하게 됩니다. 수강생들이 이후 딥러닝 과정에서 심화된 딥러닝 알고리즘들을 배울 수 있도록 기초를 다지는 과정입니다.

또한 랜덤 포레스트나 그래디언트 부스팅과 같은 딥러닝이 아닌 머신러닝 알고리즘들에 대해서도 배웁니다. 이를 활용해 Kaggle 경진대회의 문제들에 도전해보며 데이터 전처리나 Feature Engineering 등에 대해 배우고, 머신러닝을 통해 데이터 사이언스의 문제를 해결하는 방법에 대해 익히게 됩니다.

강의에서 다루는 주제들은 다른 강의들에서도 쉽게 볼 수 있는 기초적인 주제들이지만, 외려 정확한 개념을 잡기 어려운 주제들이기도 합니다. 가령 “분산이 높으면 과적합이 발생한다.” 라는 단편적인 사실은 알아도, “높은 분산이 왜 과적합을 의미하는가?”와 같은 간단한 원리를 이해하지 못하는 경우가 하나의 예시입니다. 이런 모든 주제들이 유기적으로 연결되지 않은 상태에서 공부를 해 나간다면 오개념 속에서 길을 잃게 될 가능성이 대단히 높습니다. 그래서 입문자들을 위한 과정이긴 하지만, 머신러닝을 공부했더라도 기초가 부족하다고 느끼는 분들의 수강 또한 권장드립니다.

커리큘럼

1주차: 회귀

최적화와 경사 하강법에 대해 배우고 이를 코드로 구현해봅니다

회귀 문제를 푸는 방법에 대해 배우고, 선형 회귀 모형을 만들어 학습시켜봅니다. 

2주차: 분류와 신경망

분류 문제를 푸는 방법에 대해 배우고, 로지스틱, 소프트맥스 회귀 모형을 만들어 학습시켜봅니다.

딥러닝 모형들의 베이스가 되는 다층 퍼셉트론 모형에 대해 배웁니다.

3주차: 일반화

머신러닝의 일반화에 대해 배우고, 과적합과 오적합, 편향과 분산 등 관련된 주제에 대해 배웁니다.

과적합을 완화하는 방법론들에 대해 배웁니다.

4주차: 데이터 사이언스 실습

의사결정나무에 대해 배웁니다.

의사결정나무의 성능을 더 높이기 위해 배깅, 랜덤 포레스트, 부스팅 등의 앙상블 기법을 적용하는 방법에 대해 배웁니다.

Kaggle 경진대회의 데이터를 이용해 데이터 전처리와 Feature Engineering에 대해 배웁니다.

수강생 후기

  • Jinwoo Kim Avatar
    Jinwoo Kim

    무조건 따라쓰는 코드가 아니라 머신러닝에 쓰인 코드가 왜, 어떻게 동작하는지를 배울 수 있습니다!
    tensorflow 등의 머신러닝 함수를 그냥 불러다 사용하는게 아니라
    사람의 튜닝이 필요한 작업으로써 어떤 고민이 필요한지도 알게 될겁니다!
    이 수업을 듣기 전 Andrew ng의 강의도 듣고 유명한 ISLR...
    [더 읽기]

  • Eunjung Lee Avatar
    Eunjung Lee

    머신러닝의 처음 시작이 너무 어렵게만 느껴지는 분들게 Gradient 강의를 적극 추천합니다!
    사회 과학 분야 연구자로서 머신러닝을 연구에 적용하는 것을 꿈꾸면서도 과연 가능할지 의문으로 남아있었습니다. 이전에도 빅데이터 관련 강의를 들어봤지만, 코딩에서부터 좌절감을 느껴 비 전공자인 제 자신이...
    [더 읽기]

  • Wonho Song Avatar
    Wonho Song

    만약 본인이 머신러닝 본질에 대해 알고 싶다면 이 수업을 꼭 추천합니다.
    저는 모두의 딥러닝, 케글 엔드류 교수님의 머신러닝 강의를 수강한 학생이었습니다. 본 저서로는 핸즈온 머신러닝 등 데이터 사이언스 분야의 책을 여러 읽었습니다.
    하지만 공부를 하면서 점점더 스킬적인것만 배우는 공부를...
    [더 읽기]

  • Hye-yoon Eom Avatar
    Hye-yoon Eom

    머신러닝 공부에 있어 가장 큰 어려움은 온오프라인에 넘쳐나는 자료와 매일 같이 정신없이 쏟아지는 논문과 연구들로 인해 이제 막 그 세계에 발을 들여 놓은 사람은 시작도 전에 그 양에 압도되고 만다는 점이 아닐까요?
    작은 실행부터 해보자는 생각으로 유명하다는 동영상...
    [더 읽기]

강의 정보

  • 강사는 수학 전공자이고, 국내 머신러닝 컨테스트인 빅콘테스트에서 준우승한 경력이 있습니다.
  • 강의 장소는 강남역 토즈 토즈타워점 입니다.
  • 딥러닝 과정과 동시 신청시 수강료 10% 할인이 있습니다.

490,000원

수강 문의 및 신청
홈으로
사업자등록번호 : 263-41-00360    |    대표 : 유준형    |    © GRADIENT 2019